GPT-6.1 Sol versus Gemini 4 Carbon: vijf indexpunten, zes keer de rekening, en één die je niet kunt bellen

De vergelijking tussen GPT-6.1 Sol en Gemini 4 Carbon heeft een ongewone vorm: een van de twee beantwoordt sinds 29 september 2026 productieverzoeken, en de andere beantwoordt sinds 28 oktober benchmarks. Google's Carbon is echt, het is het hoogst scorende model op het onafhankelijke scorebord, en je kunt er geen verzoek naartoe sturen tenzij je een cybersecurityverdediger bent die is toegelaten tot Google's Fairwind-programma. Geen publieke modelstring, geen gepubliceerde prijspagina, geen endpoint. GPT-6.1 Sol kun je vanmiddag al aanroepen. Die asymmetrie maakt de vergelijking niet zinloos — ze maakt het een andere vergelijking dan die welke de ranglijsten suggereren, en een veel praktischere.

De ene is een product, de andere is een programma.

Google kondigde Gemini 4 Carbon op 28 oktober 2026 aan als "ons volgende frontiermodel", twee weken na Gemini 4 Argon. De toegang werd geopend voor een deel van de cyberverdedigers via Fairwind, waarbij bredere toegang voor ontwikkelaars, bedrijven en consumenten werd belooft "zo snel mogelijk", zonder dat er een datum aan werd gekoppeld. Per 5 november is er nog steeds geen algemeen beschikbare model-ID. De prijzen die Google heeft genoemd — $2,00 per miljoen inputtokens en $10,00 per miljoen output, 95% korting op gecachte input, oplopend tot $4,00 en $20,00 tegen standaardtarieven zonder bevestigde einddatum voor het introductietarief — vormen een tariefkaart voor een dienst die de meeste lezers niet kunnen kopen.

GPT-6.1 Sol is sinds 29 september algemeen beschikbaar op de OpenAI API, tegen exact hetzelfde basistarief: $2,00 input, $10,00 output, $0,10 voor gecachte input, $2,50 voor cache-schrijfacties, met een langecontextstaffel die het hele verzoek herprijst naar $4,00 input en $15,00 output boven 272.000 inputtokens. Onze catalogus voert het als openai/gpt-6.1-sol, vermeld op 2026-09-29, tegen OpenAI's eigen prijs zonder opslag. We voeren Gemini 4 Carbon niet, omdat er nog niets is om te voeren; we voeren Gemini 4 Argon.

Dus de eerlijke manier om het te stellen is niet "waar je naartoe zou moeten overstappen". Het is "waar bestaat de voorsprong van vijf punten van Carbon eigenlijk uit, en wat zou je ervoor betalen als het op het menu stond".

Identieke tariefkaarten, en een factuur die zes keer zo hoog uitvalt

Beide modellen staan vermeld voor $2,00 en $10,00. Als je die regel leest, zou je concluderen dat ze evenveel kosten om te draaien. De onafhankelijke meting zegt iets anders, en de reden is volume, niet prijs.

• Intelligence Index v5.0.1 — Gemini 4 Carbon 60 vs GPT-6.1 Sol 55, beide op maximaal gepubliceerde inspanning

• Uitvoersnelheid — Carbon 68 tokens/sec versus Sol 56 tokens/sec

• Kosten per voltooide indextaak — Carbon $7,76 vs Sol $1,27

• Outputtokens verbruikt tijdens de indexrun — Carbon 205 miljoen vs Sol 63,7 miljoen

• Tijd per indextaak — Sol 20,3 minuten, met 157,57 seconden tot zijn eerste antwoordtoken

• Contextvenster — Carbon 1M vs Sol 1,050,000

• Maximale output in één antwoord — Sol 128.000 tokens; Google heeft geen cijfer voor Carbon gepubliceerd

• Modaliteiten — beide accepteren tekst en afbeeldingen en retourneren tekst

• Beschikbaarheid — Carbon beperkt tot Fairwind-defenders, geen publieke identifier; Sol is sinds 29 september algemeen beschikbaar

• Lijstprijs — zowel $2.00 input als $10.00 output per miljoen, vóór de stap van Carbon naar $4.00 en $20.00

Carbon produceerde 3,2 keer zoveel outputtokens als Sol en kostte 6,1 keer zoveel per taak. De rekening groeit sneller dan het aantal tokens, wat gebeurt wanneer een model langer nadenkt en per poging meer context opneemt. Een voorsprong van vijf punten in de index, gekocht met zes keer de uitgaven, is een verdedigbare ruil voor een securityteam dat een paar honderd hoogrisicoanalyses uitvoert; het is een onverdedigbare ruil voor alles met een wachtrij.

Waar Carbon echt vooroploopt

Het zou gemakkelijk en verkeerd zijn om Carbon af te doen als een dure stropdas. Op de evaluaties die Google heeft gebouwd of geselecteerd, loopt het duidelijk voorop, en dat zijn de evaluaties die het dichtst bij het aangekondigde gebruiksscenario liggen.

• SEC-bench Pro, kwetsbaarheidsdetectie — Carbon 88,2%. Door Google gerapporteerd.

• ExploitGym, exploitatie — Carbon 54,8%. Door Google gerapporteerd.

• CWE-bench, patchen — Carbon 71,0%. Gerapporteerd door Google.

• Gray Swan indirecte promptinjectie — 0,0% aanvalssuccespercentage. Door Google gerapporteerd.

• GDPx, de professionele benchmark van SemiAnalysis met 206 taken — Carbon ongeveer 10,9% tegen circa $16 per taak, achter Claude Opus 5.5 met ongeveer 12% en circa $51 per taak.

• AA-Omniscience — Carbon voert de kennisnauwkeurigheidsranglijst aan; onafhankelijke berichtgeving schat het hallucinatiepercentage op bijna 11%, een stijging ten opzichte van het cijfer van Argon, wat de moeite waard is om te weten voordat je een leider op cybergebied als een algemene betrouwbaarheidsleider behandelt.

De cybercijfers zijn de reden dat het model bestaat en de reden dat het is afgeschermd. Ze zijn ook door niemand buiten Google gereproduceerd, volgens de berichtgeving rond de lancering zonder vangrails uitgevoerd, en bij de lancering gepubliceerd zonder een afzonderlijke systeemkaart. Label ze als door de leverancier gerapporteerd en ga verder; ze zijn niet de reden waarom een algemeen engineeringteam voor dit model zou kiezen.

De lead is domeinspecifiek, niet algemeen

Het nuttigste resultaat van een derde partij van de afgelopen week is een negatief resultaat. Toen SemiAnalysis zijn GDPx-ranglijst opnieuw uitvoerde met cybersecurity-, biologie- en alignmenttaken uitgesloten, veranderde de volgorde: GPT-6 Astra schoof naar de eerste plaats, en zowel GPT-6.1 Sol als Claude Sonnet 5.5 schoven voor Gemini 4 Carbon. SemiAnalysis zei dat de herziene ordening beter overeenkwam met zijn eigen subjectieve indrukken.

Dat is een precieze uitspraak over wat Carbon is. Het is niet uniform slimmer; het is onevenredig sterk op een domeincluster waar Google het toevallig op richtte, en de samengestelde index beloont dat cluster. Als je workload securityanalyse is, is dat het hele argument om op toegang te wachten. Als je workload een documentpijplijn, een coding agent of een supportflow is, bestaat de kloof van vijf punten grotendeels uit taken die je nooit zult uitvoeren, en vergelijk je een model dat je kunt aanroepen met een dat je niet kunt.

Wat Sol beter doet, volgens OpenAI's eigen cijfers

OpenAI's lanceerclaims voor GPT-6.1 Sol zijn door de leverancier gerapporteerd en moeten als zodanig worden gelezen, maar ze zijn specifiek genoeg om later te controleren. Op DeepSWE v1.1 rapporteert het 75,22% bij hoge inspanning en 71,90% bij max — het ongewone detail is dat deze benchmark piekt bij high, niet bij max. Op OSWorld 2.0: 71,42% bij max. Op Terminal-Bench Science 0.1: 57,02% bij max, tegenover de 68,1% van GPT-6 Astra. Op AutomationBench 1.0.6: 36,10% bij max. Op GDP.pdf: 32,0% bij high, gelijk aan Astra.

Het bruikbare deel is het patroon in die getallen: Sol zit dicht bij Astra op het gebied van document- en codeerwerk en blijft duidelijk achter op wetenschap en langetermijnautomatisering. Het is een werkpaard met een plafond dat aan de frontier grenst, verkocht voor een vijfde van Astra's $10.00 en $50.00. Onafhankelijke metingen bevestigen de vorm — 55 op v5.0.1 is geen frontierscore, maar $1.27 per voltooide taak is met ruime marge de laagste in deze vergelijking.

De beslissing, voor de twee lezers van dit artikel

Als je een verdediger binnen Fairwind bent, is de ruil echt en zijn de bovenstaande cijfers de ruil: vijf indexpunten en een grote cyber-specifieke voorsprong, in ruil voor zes keer de kosten per taak en een tariefkaart die verdubbelt wanneer de introductieperiode eindigt. Draai Carbon waar de analyse het eindproduct is en Sol waar het volume zit.

Als je tot de rest behoort, is Carbon geen beslissing maar een aandachtspunt. Het model om vandaag mee te vergelijken is Gemini 4 Argon, dat onze catalogus voert als google/gemini-4-argon tegen hetzelfde introductietarief van $2.00 en $10.00, en dat 50 scoort op dezelfde v5.0.1-index — vijf punten onder Sol, met 68 tokens per seconde en een kostprijs per taak in dezelfde orde als die van Carbon. Argon verdubbelt naar $4.00 en $20.00 tegen standaardtarieven; dat is de datum om in de agenda te zetten.

De reden om je druk te maken om de gating in plaats van alleen om de scores, is dat een routeringslaag het uiteindelijke antwoord goedkoop maakt. Zowel Sol als Argon zitten hier achter één sleutel, tegen de lijstprijs van de provider zonder opslag, dus de vergelijking is een configuratiewijziging in plaats van een tweede contract. Wanneer Carbon opengaat, is de routing-DSL de plek waar een splitsing per taak thuishoort: cyberanalyse naar de specialist, al het andere naar het werkpaard, met failover als de specialist op dag één rate-limited is. Een pipeline tegen één model bouwen en die hardcoderen is de beslissing die slecht veroudert, en dit tweetal is het duidelijkste argument om die beslissing niet te nemen.

Vijf punten is een reëel verschil tussen twee modellen. Het is op zichzelf geen reden om een stack opnieuw op te bouwen rond een dienst die haar deuren nog niet heeft geopend.